全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
7204 10
2010-07-31
序列的自相关图

                                         Autocorrelations
  Lag    Covariance    Correlation    -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1      Std Error
    0      1.178799        1.00000    |                    |********************|             0
    1      0.780364        0.66200    |                   .|*************       |      0.019780
    2      0.794312        0.67383    |                   .|*************       |      0.027095
    3      0.745099        0.63208    |                   .|*************       |      0.033007
    4      0.749540        0.63585    |                   .|*************       |      0.037444
    5      0.713185        0.60501    |                  . |************        |      0.041454
    6      0.716702        0.60799    |                  . |************        |      0.044775
    7      0.695847        0.59030    |                  . |************        |      0.047896
    8      0.723071        0.61340    |                  . |************        |      0.050663
    9      0.658799        0.55887    |                  . |***********         |      0.053490
   10      0.641997        0.54462    |                  . |***********         |      0.055727
   11      0.616946        0.52337    |                  . |**********          |      0.057772
   12      0.632449        0.53652    |                  . |***********         |      0.059598
   13      0.633251        0.53720    |                  . |***********         |      0.061459
   14      0.588558        0.49929    |                 .  |**********          |      0.063269
   15      0.600019        0.50901    |                 .  |**********          |      0.064792
   16      0.595473        0.50515    |                 .  |**********          |      0.066338

ADF检验:


Augmented Dickey-Fuller Unit Root Tests


Type
Lags
Rho
Pr < Rho
Tau
Pr < Tau
F
Pr > F


Zero Mean
0
-454.192
0.0001
-15.90
<.0001


1
-163.237
0.0001
-9.09
<.0001


Single Mean
0
-863.203

0.0001
-22.89
<.0001
262.00
0.0010


1
-351.278
0.0001
-13.27
<.0001
88.10
0.0010


Trend
0
-1088.03
0.0001
-26.36
<.0001
347.52
0.0010



1
-478.424
0.0001
-15.47
<.0001
119.64
0.0010

  

我根据ADF检验的结果,觉得序列是平稳的。但是从自相关图看,并非如此。硬着头皮用ARMA模型来拟合,根据AIC准侧选择了AR(8)模型,可是拟合的残差出现自相关。残差自相关检验如下:

                              Autocorrelation Check of Residuals

   To        Chi-             Pr >
  Lag      Square     DF     ChiSq    --------------------Autocorrelations--------------------

    6         .        0     .         0.002     0.004     0.006    -0.001    -0.006     0.003
   12       19.77      4    0.0006    -0.000     0.000    -0.030    -0.049    -0.066    -0.001
   18       41.10     10    <.0001     0.038    -0.069    -0.014    -0.012     0.040    -0.014
   24       45.13     16    0.0001    -0.008     0.022    -0.008     0.028    -0.011     0.006
   30       63.38     22    <.0001     0.038     0.030    -0.040    -0.044     0.033    -0.007
   36       71.89     28    <.0001     0.000     0.011    -0.014     0.026    -0.015    -0.045
   42       86.59     34    <.0001    -0.029     0.045    -0.016    -0.013     0.000     0.049
   48       94.42     40    <.0001     0.010     0.007     0.016     0.034     0.010     0.037

那就说明模型拟合得很不好。


现在不知道接下来应该怎么处理了,希望大家可以指点,谢谢啦!现在不知道接下来应该怎么处理了,希望大家可以指点,谢谢啦!

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-7-31 16:25:17
重新发图片:
自相关图:[img][/img]
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-7-31 16:33:29
Augmented Dickey-Fuller Unit Root Tests

     Type           Lags         Rho    Pr < Rho        Tau    Pr < Tau          F    Pr > F

   Zero Mean     0    -454.192      0.0001     -15.90      <.0001
                           1    -163.237      0.0001      -9.09      <.0001
Single Mean     0    -863.203      0.0001     -22.89      <.0001     262.00    0.0010
                            1    -351.278      0.0001     -13.27      <.0001      88.10    0.0010
     Trend             0    -1088.03      0.0001     -26.36      <.0001     347.52    0.0010
                            1    -478.424      0.0001     -15.47      <.0001     119.64    0.0010
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-8-1 12:14:48
ARMA模型的自相关图或偏自相关至少实在q或p截尾,但你的相关图如此缓慢变小,可能说明存在长记忆,拟合长记忆力的模型可能会好一些。
等计量高手给你解读吧。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-8-2 09:56:39
4# hongxx
谢谢你!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-9-29 09:39:16
从自相关图来看,不属于平衡序列!参数估计后残差不属于白噪声序列,说明残差还有信息可提取!我认为至少不能用arma来做!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群